ヒト腹側ストリーム表現のための自己管理領域-一般学習フレームワーク【JST・京大機械翻訳】

Konkle, T.; Alvarez, G. A.

プレプリント

J-GLOBAL ID：202202217723768644 整理番号：21P0237420

ヒト腹側ストリーム表現のための自己管理領域-一般学習フレームワーク【JST・京大機械翻訳】

A self-supervised domain-general learning framework for human ventral stream representation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月22日プレプリントサーバーでの情報更新日： 2022年01月22日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

腹側視覚ストリームの前方領域は,オブジェクトカテゴリーに関する実質的な情報を符号化する。この表現に到着するのにクリティカルなトップダウンカテゴリレベル力,あるいはこの表現は,自然画像構造のドメイン-一般学習を通して純粋に形成される。ここでは,同じ画像の視点が低次元特徴空間に近接して,他の最近遭遇する見解から明確に埋め込まれるような,カテゴリーよりも個々の画像を表現するために学習する完全自己監督モデルを提示する。(i)カテゴリ情報は,この特徴空間の局所類似性構造において暗黙的に現れ,(ii)これらのモデルは,カテゴリー教師つきモデルと共に,ヒト腹側視覚ストリームを横切る脳応答の構造を捉える階層的特徴を学習する。これらの結果は,視覚表現の形成を導く領域-一般フレームワークに対する計算支援を提供し,そこでは,近成目標がカテゴリー情報について明示的ではなく,視覚世界のユニークな圧縮記述を学習する代わりにいる。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

中枢神経系 , 図形・画像処理一般

, , , , , ,

前のページに戻る